The k-means algorithm 即K-Means算法:
算法的主要思想:通过迭代过程把数据集划分为不同的类别,使得评价聚类性能的准则函数达到最优,从而使生成的每个聚类内紧凑,类间独立。
该算法不适合处理离散型属性,但是对于连续型具有较好的聚类效果。
聚类的代表点:将各个聚类子集内的所有数据样本的均值。
算法步骤:
<
The k-means algorithm 即K-Means算法:
算法的主要思想:通过迭代过程把数据集划分为不同的类别,使得评价聚类性能的准则函数达到最优,从而使生成的每个聚类内紧凑,类间独立。
该算法不适合处理离散型属性,但是对于连续型具有较好的聚类效果。
聚类的代表点:将各个聚类子集内的所有数据样本的均值。
算法步骤:
<